Suomipelit – DirectX 8 - DirectSound

Lukijalta oletetaan C/C++-kielen perustaitoja sekä vähän tietämystä COM:in ja DirectX:n toiminnasta yleensä. Artikkelissa ei käydä läpi 3D-ääntä sekä äänen tallentamista, ne jätetään lukijan omaksi huoleksi. Koodi on kirjoitettu Microsoftin Visual Studio .NET 2003 -ohjelmointiympäristössä, ja käytössä on ollut DirectX 8.1 SDK. Koodin kääntymiseksi sinun tulee lisätä projektiisi kirjastot dsound.lib ja dxguid.lib.

Huomaa: tämä artikkeli EI käsittele MP3-tiedoston toistamista ja purkamista, sillä ne eivät kuulu enää DirectSoundiin, ne ovat nykyisin DirectShowin heiniä. Huomaa myös, että tässä artikkelissa käydään pelkät perusteet, sillä jos käytäisiin kaikki asiat läpi, tulisi artikkelista huomattavan iso ja pitkä.

Esimerkin saat tästä: http://www.suomipelit.com/files/artikkel...

Menkäämme siis asiaan!

DirectSound - rätinää ja FM-taajuuksia? #

DirectSound on olennainen osa DirectX:ää ja se käsittää tavallisen digitaaliäänen toiston, kolmiulotteisen äänen toiston ja äänen tallentamisen. Se ei paljoa eroa muista DirectX-rajapinnoista, ja sen alustaminen ja käyttö on aika lailla suoraviivaista. Vain äänipuskureiden käyttö saattaa tuottaa pientä päänvaivaa (eikä mikään ihme). Edellä mainituista tarkoituksista ensimmäinen, eli digitaaliäänen toisto, on se, mitä tulemme tässä artikkelissa käymään läpi. Esimerkki, jonka luon, kykenee toistaamaan allekirjoittaneen kuorsausta. :)

DirectSound-rajapinnan luonti #

Jos olet ohjelmoinut ennen DirectX:llä, voit varmaankin arvata miten DirectSound alustetaan ja otetaan käyttöön. Mutta jos et, kerron sen sinulle. DirectSound alustetaan -- kuten muutkin DirectX-rajapinnat -- käyttämällä DirectSoundCreate8-funktiota, jonka jälkeen asetetaan yhteistyötaso ja niin pois päin. DirectSound-olioita tarvitaan yksi jokaiselle äänikortille, ja jos sinulla on useampia, joudut luomaan muitakin. Yleensä tietokoneissa
on vain yksi äänikortti, joten annamme em. funktiolle ensimmäiseksi parametriksi 0 (oletusäänikortti). Jos et tajunnut, ei se mitään, tässä seuraa koodi joka hoitaa homman puolestasi:

#include <dsound.h>

// Globaalit DirectSound-oliot
LPDIRECTSOUND8 g_pDS = NULL;	// DirectSound-olio

HRESULT LuoDS(HWND hwnd)
	{

	HRESULT hr = S_OK;

	// Ensin tehdään itse DirectSound-olio.
	if (FAILED(hr = DirectSoundCreate8(0, &g_pDS, NULL)))
		{
		return hr;
		g_pDS->Release(); // Vapauta olion sidokset 
		}

	// Sitten asetetaan olion yhteistyötaso DDSCL_PRIORITY:ksi
	// Tällöin saamme itse asettaa ensisijaisen datapuskurin.
	g_pDS->SetCooperativeLevel(hwnd, DSSCL_PRIORITY);

	// Se oli siinä. Sitten luomaan puskuria, joka onkin 
	// astetta monimutkaisempi vaihe.
	return hr;

	}

void VapautaDS()
	{

	// Vapauta DirectSound
	if (NULL != g_pDS)
		{
		g_pDS->Release();
		g_pDS = NULL;
		}
	}

Äänipuskurit - mitä ne ovat? #

DirectSound-olio on olio, joka edustaa tietokoneen äänikorttia ja sisältää äänipuskureita ja mahdollisesti soittaa niitä. DirectSound-olio sisältää ensisijaisen äänipuskurin, joka huolehtii äänen miksaamisesta ja käsittelee ääntä. Miksaaminen manuaalisesti ei ole niinkään yksinkertaista, ja sitä sinun ei tarvitse tehdä
(miksi meillä muuten olisi DirectSound? :). DirectSound huolehtii itse ensisijaisesta puskurista, jos et aseta yhteistyötasoa prioriteettiyhteistyölle. Silloin meidän pitää luoda itse puskuri ja se on astetta monimutkaisempi juttu, sillä jos haluat asettaa ensisijaisen puskurin sinun tulee käyttää DSBUFFERDESC-struktuuria puskurin luomiseen. Onneksi näin ei ole pakko tehdä, sillä jos asetetaan DSSCL_NORMAL, DirectSound huolehtii itse puskurin alustamisesta.

Kumminkin, DirectSound asettaa joitain tiettyjä rajoituksia puskurille: puskuri asetetaan käyttämään 22 kilohertsin taajuista ja 8-bittistä stereoääntä. Jos halutaan 16-bittistä ääntä tai korkeempia taajuuksia, pitää käyttää DSSCL_PRIORITY-lippua ja asettaa itse kaikki muu. Mutta, perusasetukset riittävät aloittamiseen ihan hyvin.

Toissijaiset puskurit

Toissijaiset puskurit ovat varsinaisia ääniä, joita soitamme. Niiden koko on rajoitamaton, kunhan niille on varattu tarpeeksi muistia. Data voidaan varata äänikortin muistiin, jonka koko on rajattu ja jonka kanssa pitää ja saa olla varovainen, sillä se voi loppua. Tosin, siinä on yksi etu: sen käsittely on nopeampaa.

Toissijaisia puskureita on kahdenlaisia: virtapuskureita, joiden data vaihtelee, ja staattisia puskureita joiden data pysy aina samana, ja joita soitetaan silloin tällöin. Esimerkissä käytän staattista äänipuskuria.
Virtapuskurit taas edustavat vaihtelevia puskureita, joissa data on vaihtelevaa. Nämä ovat edukseen silloin, kun kyseessä on iso kappale dataa ja sitä ei haluta ladata muistiin, esimerkiksi iso 200 megatavun kappale. Näistä sen enempää rupea selittelemään, sillä niiden toiminta on aika monimutkaista.

Ensimmäinen askel -- äänen möläyttäminen kajareist #

Noniin, nyt ollaankin päästy varmaankin artikkelin mielenkiintoisimpaan osaan: äänen toistamiseen. Periaatteessa äänen toistaminen on äänipuskurin luominen ja datan kopioimista, ja sen soittamista. Me haluamme pitää ison taulukon, jossa säilytetään kaikkia ääniä, ja joita soitetaan silloin kun tarve vaatii.

Valitettavasti, DirectSound ei sisällä minkäänlaista laturia tai dekooderia yksinkertaista WAV-laturia. Siis ei mitään! Tämä on suhteellisen huono juttu, ja jonka takia koodaajan pitää kirjoittaa sellainen itse. Minä en sellaiseen hommaan ryhtynyt, vaan latasin Google-nimisen aseen ja asentin kohteeksi WAV-laturin DirectSoundille. Koodi siis ei ole omaani, ja sen on (lähteiden mukaan) kirjoittanut André Lamothe -niminen henkilö. Kiitokset siis käy tästä seuraavasta koodista hänelle. Kumminkin, suomensin kommentit (jotta luku olisi helpompaa)

int LueWAV(LPSTR szTiedosto)
	{
	HMMIO 			hwav;    // .WAV-tiedoston kahva
	MMCKINFO		parent,  // isäntälohko
					child;   // lapsilohko
	WAVEFORMATEX    wfmtx;   // aaltotyyppistruktuuri
	
	int	sound_id = -1,       // äänen id l. tunnus
		index;               // silmukkamuuttuja
	
	UCHAR *snd_buffer,      // väliaikainen puskuri VOC-datalle
		*audio_ptr_1=NULL, // osoitin ensimmäiseen kirjoituspuskuriin 
		*audio_ptr_2=NULL; // osoitin toiseen kirjoituspuskuriin
	
	DWORD audio_length_1=0,  // ensimmäisen kirjoituspuskurin pituus
		audio_length_2=0;  // toisen kirjoituspuskurin pituus
	
	// onko vapaita tunnuksia?
	for (index = 0; index < MAX_SOUNDS; index++)
		{	
		// varmista, että tätä ääntä ei käytetä
		if (sound_fx[index].state == SOUND_NULL)
			{
			sound_id = index;
			break;
			} 
		
		} 
	
	// saatiinko vapaa tunnus?
	if (sound_id==-1)
		return(-1);
	
	// alusta isäntälohkon struktuuri
	parent.ckid 	    = (FOURCC)0;
	parent.cksize 	    = 0;
	parent.fccType	    = (FOURCC)0;
	parent.dwDataOffset = 0;
	parent.dwFlags		= 0;
	
	// kopioi data
	child = parent;
	
	// avaa .WAV-filusi
	if ((hwav = mmioOpen(szTiedosto, NULL, MMIO_READ | MMIO_ALLOCBUF))==NULL)
		return(-1);
	
	// laskeudu RIFF-tasolle 
	parent.fccType = mmioFOURCC('W', 'A', 'V', 'E');
	
	if (mmioDescend(hwav, &parent, NULL, MMIO_FINDRIFF))
		{
		// suljetaan tiedosto
		mmioClose(hwav, 0);
		
		// palauta virhe, ei ole luettavaa dataa
		return -1; 	
		} 
	
	// laskeudu aaltoformaattiin
	child.ckid = mmioFOURCC('f', 'm', 't', ' ');
	
	if (mmioDescend(hwav, &child, &parent, 0))
		{
		// sulje
		mmioClose(hwav, 0);
		
		// ei ole dataa
		return -1; 	
		} 
	
	// lue aaltotyyppi tiedostosta
	if (mmioRead(hwav, (char *)&wfmtx, sizeof(wfmtx)) != sizeof(wfmtx))
		{
		// sulje
		mmioClose(hwav, 0);
		
		// palauta virhe, ei dataa (deja vu... hmm?)
		return -1;
		} 
	
	// varmista, että se data on WAVE_FORMAT_PCM
	if (wfmtx.wFormatTag != WAVE_FORMAT_PCM)
		{
		// sulje
		mmioClose(hwav, 0);
		
		// palauta virhe, ei dataa 
		return -1;
		} 
	
	// noustaan taas ylös yksi datataso, jotta voimme lukea dataa
	if (mmioAscend(hwav, &child, 0))
		{
		// sulje
		mmioClose(hwav, 0);
		
		// palauta virhe, ei dataa
		return -1; 	
		} 
	
	// laskeudu datalohkoon
	child.ckid = mmioFOURCC('d', 'a', 't', 'a');
	
	if (mmioDescend(hwav, &child, &parent, MMIO_FINDCHUNK))
		{
		// sulje
		mmioClose(hwav, 0);
		
		// palauta virhe, ei dataa
		return -1;
		} // end if
	
	// noniin! nyt meidän enää tarvitsee lukea data
	// ja alustaa DirectSound-puskuri.
	
	// varaa luettavalle datalle muistia
	snd_buffer = (UCHAR *)malloc(child.cksize);
	
	// lue data 
	mmioRead(hwav, (char *)snd_buffer, child.cksize);
	
	// sulje tiedosto
	mmioClose(hwav, 0);
	
	sound_fx[sound_id].rate  = wfmtx.nSamplesPerSec;
	sound_fx[sound_id].size  = child.cksize;
	sound_fx[sound_id].state = SOUND_LOADED;
	
	// alusta tyypin datastruktuuri
	memset(&pcmwf, 0, sizeof(WAVEFORMATEX));
	
	pcmwf.wFormatTag	  = WAVE_FORMAT_PCM; 
	pcmwf.nChannels = 1; // yksi kanava, joten ääni monoa
	pcmwf.nSamplesPerSec  = 11025;           
	pcmwf.nBlockAlign = 1;                
	pcmwf.nAvgBytesPerSec = pcmwf.nSamplesPerSec * pcmwf.nBlockAlign;
	pcmwf.wBitsPerSample  = 8;
	pcmwf.cbSize = 0;
	
	// valmistaudu tekemään puskuri
	g_DSBufDesc.dwSize		= sizeof(DSBUFFERDESC);
	g_DSBufDesc.dwFlags		= DSBCAPS_STATIC | DSBCAPS_LOCSOFTWARE;
	g_DSBufDesc.dwBufferBytes = child.cksize;
	g_DSBufDesc.lpwfxFormat	= &pcmwf;
	
	// luo äänipuskuri
	if (FAILED(g_pDS->CreateSoundBuffer(&g_DSBufDesc,
        &sound_fx[sound_id].dsbuffer, NULL)))
		{
		// vapauta muisti
		free(snd_buffer);
		
		// palauta virhe
		return(-1);
		} 
	
	// kopioi data läänipuskuriin, lukitse puskuri
	if (FAILED(sound_fx[sound_id].dsbuffer->Lock(0,
        child.cksize, 
        (void **) &audio_ptr_1, &audio_length_1,                               
        (void **)&audio_ptr_2,    
        &audio_length_2, 
        DSBLOCK_FROMWRITECURSOR)))
		return 0;
	
	// kopioi ensimmäinen osa
	memcpy(audio_ptr_1, snd_buffer, audio_length_1);
	
	// ja toinen osa
	memcpy(audio_ptr_2, (snd_buffer+audio_length_1), audio_length_2);
	
	// avaa puskuri
	if (FAILED(sound_fx[sound_id].dsbuffer->Unlock(audio_ptr_1,
        audio_length_1, 
        audio_ptr_2, audio_length_2)))
		return 0;
	
	// vapauta väliaikainen puskuri	
	free(snd_buffer);
	
	// palauta id
	return sound_id;
	}

Esimerkki #

Esimerkin käyttö on helppoa, ohjelma käynnistyy ja mikäli kaikki sujuu kunnolla, paina enter-näppäintä ja sieltä pitäisi kuulua kuorsausta. :) Esimerkki on vielä alkutekijöissään, ja siinä on pieniä puutteita: kun painat enteriä toisen kerran, se alkaa toistamaan toista ääntä. Sinun tehtäväsi on korjata tämä bugi, ja tehdä siitä sellainen, että se lopettaa äänen toiston kun uusi ääni toistetaan. Voit kokeilla DirectInputin yhdistämistä tähän ja äänittää jonkun tietyn äänen (mikäli omistat mikrofonin) ja toistaa jokaisesta eri näppäimesta erikorkeuksisen äänen (vinkki: tämä tapahtuu taajuutta vaihtamalla).

Tästä eteenpäin #

Vaikka asiat saattavat näyttää monimutkaisilta, tässä ei todellakaan, ehei, ei ole edes puoliakaan siitä mitä DirectSound käsittää. DirectSoundiin näet kuuluu vielä tämän lisäksi 3D-ääni ja äänen tallentaminen, joista jokainen on ihan oma lukunsa. Jätän näiden opiskelun sinulle haasteeksi, sillä niillä räpeltäminen se vasta hauskaa onkin! Eli avaapa DirectX:n SDK:n dokumentaatiot eteesi ja anna palaa. Ei se niin vaikeaa ole, eihän? ;)

Loppusanat #

Nyt ollaan siis päästy artikkelin loppuun. Nyt siis tiedät, miten alustaa ja vapauttaa DirectSound-rajapinta, luoda ensi- ja toissijainen äänipuskuri ja kenties möläyttää ääntä kaiuttimista. Toivon, että tästä artikkelista on hyötyä teille kaikille DirectX-ohjelmoinnista kiinnostuneille. Kiitokset Jarkko Parviaiselle artikkelin läpilukaisusta.